你最喜欢的MATLAB/Octave编程技巧是什么？

噢，还有反转一个数组

v = 1:10;
v_reverse = v(length(v):-1:1);

问“为什么”（在凌晨3点将我从Matlab运行失败的调试状态中唤醒非常有用...）

使用ismember()函数来合并由文本标识组织的数据。在分析条目（在我这个例子中是公司符号）出现和消失的不同期间时非常有用。

%Merge B into A based on Text identifiers
UniverseA = {'A','B','C','D'};
UniverseB = {'A','C','D'};

DataA = [20 40 60 80];
DataB = [30 50 70];

MergeData = NaN(length(UniverseA),2);

MergeData(:,1) = DataA;

[tf, loc] = ismember(UniverseA, UniverseB);

MergeData(tf,2) = DataB(loc(tf));

 MergeData =

20    30
40   NaN
60    50
80    70

使用静态变量persistent在运行在线算法时。这可能会加快代码的速度，例如在贝叶斯机器学习中，模型需要迭代地训练新样本。例如，对于计算独立对数似然，我最初从头计算对数似然，并通过将先前计算的对数似然和额外的对数似然相加来更新它。
与其给出一个更专业的机器学习问题，不妨让我提供一个通用的在线平均代码，我从这里拿到的。

function av = runningAverage(x)
% The number of values entered so far - declared persistent.
persistent n;
% The sum of values entered so far - declared persistent.
persistent sumOfX;
if x == 'reset' % Initialise the persistent variables.
    n = 0;
    sumOfX = 0;
    av = 0;
else % A data value has been added.
    n = n + 1;
    sumOfX = sumOfX + x;
    av = sumOfX / n; % Update the running average.
end

然后，这些调用将会给出以下结果。

runningAverage('reset')
ans = 0
>> runningAverage(5)
ans = 5
>> runningAverage(10)
ans = 7.5000
>> runningAverage(3)
ans = 6
>> runningAverage('reset')
ans = 0
>> runningAverage(8)
ans = 8

使用[c,h]=contour和clabel(c,h,'fontsize',fontsize)绘制轮廓图。通常我会使用fontsize参数来缩小字体大小，以避免数字相互重叠。这对于查看二维函数的值而不必使用三维图形非常有用。

向量化：

function iNeedle = findClosest(hay,needle)
%FINDCLOSEST find the indicies of the closest elements in an array.
% Given two vectors [A,B], findClosest will find the indicies of the values
% in vector A closest to the values in vector B.
[hay iOrgHay] = sort(hay(:)');  %#ok must have row vector

% Use histogram to find indices of elements in hay closest to elements in
% needle. The bins are centered on values in hay, with the edges on the
% midpoint between elements.
[iNeedle iNeedle] = histc(needle,[-inf hay+[diff(hay)/2 inf]]); %#ok

% Reversing the sorting.
iNeedle = iOrgHay(iNeedle);

使用sim命令直接从脚本（而不是交互式）执行Simulink模型。您可以从工作区变量中获取参数，并在循环中重复运行sim以模拟某些内容，同时改变参数以查看行为如何改变，并使用任何您喜欢的图形命令绘制结果。比尝试交互式操作要容易得多，并且在可视化结果时，它比Simulink“示波器”块更具灵活性。（虽然您无法在仿真运行时实时查看正在发生的情况）

需要知道的一个非常重要的事情是 simset 命令中的 DstWorkspace 和 SrcWorkspace 选项。它们控制“到工作空间”和“从工作空间”块获取和放置其结果的位置。DstWorkspace 默认为当前工作空间（例如，如果您在函数内部调用sim，则“到工作空间”的块将显示为从同一函数内部访问的变量） ，但是SrcWorkspace 默认为基本工作区，如果想封装对sim的调用，则需要将SrcWorkspace设置为current，以提供/检索仿真输入参数和输出的干净接口。例如：

function Y=run_my_sim(t,input1,params)
% runs "my_sim.mdl" 
% with a From Workspace block referencing I1 as an input signal
% and parameters referenced as fields of the "params" structure
% and output retrieved from a To Workspace block with name O1.
opt = simset('SrcWorkspace','current','DstWorkspace','current');
I1 = struct('time',t,'signals',struct('values',input1,'dimensions',1));
Y = struct;
Y.t = sim('my_sim',t,opt);
Y.output1 = O1.signals.values;

x=repmat([1:10],3,1); % 假设x是一个数据数组的示例

l=x>=3; % l是一个逻辑向量（1或0），用于突出显示数组中符合某个条件的元素。

N=sum(sum(l));% N是符合给定条件的元素数量。

祝您编写脚本愉快！

-你可以创建一个Matlab快捷方式到一个叫做startup.m的初始化文件。在此，我为我的Matlab会话定义格式、输出精度和绘图参数（例如，我使用较大的绘图轴/字体大小，以便在演示文稿中放置.fig时可以清楚地看到它们）。可以参考开发人员的优秀博客文章了解更多信息：http://blogs.mathworks.com/loren/2009/03/03/whats-in-your-startupm/。
-你可以使用 "load" 函数加载整个数值ascii文件。这不是特别快，但对于原型设计来说非常快速完成任务（难道这不应该是 Matlab 的座右铭吗？）
-如前所述，冒号运算符和矢量化是救星。忘掉循环。

我很惊讶，当人们提到索引数组的逻辑数组方法时，没有人提到“find”命令。
例如，如果x是一个NxMxO数组
x(x>20)通过生成一个NxMxO逻辑数组并将其用于索引x来工作（如果您拥有大型数组并且正在寻找小的子集，则可能不好）。
x(find(x>20)) 通过生成满足x>20的x索引列表（即1xwhatever），并使用它对x进行索引。根据我的经验，“find”应该被更多地使用。
更多我所谓的“技巧”
如果您不知道需要的大小，则可以使用end + 1来增加/附加到数组和单元格数组（如果切片的维数匹配，则在更高的维度上也有效--因此，在这种情况下，您将不得不初始化x为除[]之外的其他内容）。对于数字不好，但对于小的动态事物列表（或单元格数组），例如解析文件，非常好。
例如，
>> x=[1,2,3] x = 1 2 3 >> x(end+1)=4 x = 1 2 3 4
许多人不知道的另一件事是for在任何dim 1数组上都有效，因此继续上面的示例
>> for n = x;disp(n);end 1 2 3 4
这意味着如果您只需要x的成员，则不需要对它们进行索引。
这也适用于单元格数组，但有点麻烦，因为当它遍历它们时，元素仍然包含在单元格中：
>> for el = {1,2,3,4};disp(el);end [1] [2] [3] [4]
因此，要获取元素，您必须对它们进行下标处理：
>> for el = {1,2,3,4};disp(el{1});end 1 2 3 4
我记不清是否有更好的方法来解决这个问题。